跳到正文

全部动态

今日 771 条
9月17日周四
  3. IEEE Spectrum · AI58

    重新思考AI时代的机器人安全

    VicOne文章指出物理AI让机器人安全面临攻击者操控感知、决策和动作的新风险。传统功能安全关注故障，而网络安全关注恶意操控且系统可能仍看似正常。文章分三层分析：BadNets与BadVLA等攻击显示模型可能在隐藏触发条件下偏离行为；UniPwn等系统漏洞可导致无线入侵和指令覆盖；RoboPAIR、VLAttack等运行时操控可让机器人执行危险动作。

  5. NVIDIA Developer · AI33

    cuTile Rust (cutile-rs)：用 Agentic AI 将 CUDA Tile 操作从 Python 迁移至 Rust

    cuTile Rust (cutile-rs) 是一个基于瓦片的系统，用于在 Rust 语言中安全、惯用地编写 GPU kernel。它扩展了 Rust 所有权模型到瓦片式 GPU kernel，将可变输出拆分为不相交片段，并在 kernel 启动间保持宿主端所有权契约。程序员可在需要更低级控制时局部选择退出。

9月16日周三
  2. MIT News · AI72

    MIT团队提出xvr技术：术中X射线与术前3D扫描亚毫米级精准配准

    MIT与协作机构开发xvr（X-ray volume registration）技术，利用患者术前3D扫描生成数千张合成X射线训练AI模型，可在数秒内将术中2D X射线与3D扫描精准对齐，精度达亚毫米级。 该模型在覆盖多医院、多器官系统的最大真实注册数据集上，比现有AI方法精度提升一个数量级，适配新患者仅需约5分钟。

    推荐理由：该方法通过患者特异性合成数据训练，在真实数据集上显著超越现有AI方法，或提升微创手术的安全性与可及性。

  3. IEEE Spectrum · AI12

    单相直接液冷被证实适用于未来十年超密集计算

    单相直接液冷通过冷板将水或水乙二醇冷却液直接循环至发热组件，以闭式回路带走热量。单个处理器功耗已超 1,000 瓦，单机柜散热超过 100 千瓦，远超风冷实际移除能力。该技术可支持更高芯片与机架密度，在更小占地面积内运行，是 AI 与高性能计算热管理的关键方案。

  10. Latent Space88

    TypeSafe 发布 Jev：专注决策而非文本生成的前沿模型

    TypeSafe 发布 Jev，基于 RLCD 训练，宣称比小型前沿 LLM 快 20–200 倍、便宜 40–400 倍，输出 token 免费。社区指出它并非通用语言模型，更接近结构化分类器或裁判模型，适合替代生产系统中的 LLM 路由与判断。

    推荐理由：原文给出 Jev 在延迟与成本上的具体倍数优势，读者可据此判断其是否值得替代现有分类器与路由策略。

  12. AIHub31

    AI 潜入数据海洋：从浮游生物到污染监测

    iMagine 项目联合 11 个欧洲国家的水生科学家与数字专家，在 2022–2025 年间开发 AI 工具，帮助研究人员更快、更大规模地处理水下图像与环境传感器数据。AI 将原本需要数月甚至数年的手动分类缩短至数天到数周，并能识别浮游生物、鱼类、漂浮垃圾及珊瑚退化。该项目已公开数据集与训练工具，供其他科学家继续使用。

  17. NVIDIA Blog62

    曼彻斯特大学利用 NVIDIA Earth-2 预测英国空气污染

    曼彻斯特大学与 NVIDIA Earth-2 团队基于 Isambard-AI 训练 Earth-2 CorrDiff 和 StormCast，生成了分辨率 2-3 平方公里的英国全域污染模型，训练仅用两天。同一工作流可在 DGX Spark 桌面系统运行推理，作者计划开源训练数据与工作流，并展望由智能体接口驱动的实时污染问答。

    推荐理由：展示了生成式AI模型从国家级超算到桌面设备的可迁移路径，降低了污染建模的硬件门槛。

  19. Together AI40

    从闭源模型迁移到开源模型，Together AI 发布迁移指南

    Together AI 发布从闭源迁移到开源模型（OSM）的策略指南，采用托管服务可将迁移时间从数月/年缩短至数周。指南建议通过定义用例、筛选相关基准（如 FrontierCode、LMArena、τ-bench 等）锁定候选模型，并基于每任务成本、token 消耗和延迟进行对比，最终用真实流量回放做准确性与性能评估。

  21. Nature · Machine Learning74

    Paper2Agent：将科研论文转化为交互式 AI 智能体

    Nature 报道了 Miao 等人提出的 Paper2Agent 框架，可自动将科研论文转化为具备问答、方法应用与协作能力的 AI 智能体，提升研究的可复现性与可复用性。

    推荐理由：将静态论文转化为可交互的智能体，为研究复用与可复现性提供了新的技术路径。

  22. Apple Machine Learning Research73

    Shared Selective Persistent Memory for Agentic LLM Systems

    Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。

    推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。

  26. Google Research62

    Retrieve-for-Train：绕过推理瓶颈，加速复杂AI搜索

    Google Research提出Retrieve-for-Train框架，用离线强化学习发现属性对齐的查询扩展并编译为监督信号，再蒸馏到53.9M参数的扩散检索器，实现单次非自回归查询扇出。实验显示该方法在开放抽象检索和弱监督组合检索上均优于单查询搜索、零样本扩展和Best-of-N基线，同时实现12–20倍的推理加速。

    推荐理由：用离线RL把查询分解编译成监督信号，再注入轻量扩散检索器，在保持集合级属性的同时把推理延迟压低一到两个数量级。

  29. NVIDIA Developer · AI20

    Dense vs. MoE 模型：活跃参数、吞吐量及选择指南

    NVIDIA 文章对比 Dense 与 MoE 架构，以 Nemotron 3.5 Lightning 为例说明 MoE 如何让 30B 参数模型每 token 仅激活 3B 参数。MoE 通过按 token 选择参数子集，在保持大模型容量的同时提升吞吐量。文中给出两种架构的活跃参数与吞吐量对比，帮助开发者在不同场景下选择合适的模型结构。

  31. NVIDIA Blog65

    NVIDIA AI Infra Summit 发布 Vera Rubin 与 DSX 平台升级，展示每瓦特 token 优化成果

    NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 与 DSX 平台新成果，MLPerf Inference v6.1 中 Vera Rubin NVL72 较 GB300 NVL72 吞吐量提升最高 3.7 倍，DSX MaxLPS 在相同功耗下集群 token 吞吐量提升 24%、每瓦性能提升 23%。

    推荐理由：AI基础设施的关键指标正从峰值性能转向每兆瓦智能体token数，读者可据此评估自身AI工厂的能效与扩容空间。

  34. Hugging Face Blog74

    ALTK-Evolve 一致性指南：智能体任务通过率平均与全通过间的差距及诊断修复方法

    Hugging Face 博客介绍 ALTK-Evolve 的一致性指南与一致性分析器：在 AppWorld 上，GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但 Pass^5 仅 53.0%，一致性缺口 24.4 点。

    推荐理由：原文给出了可复现的诊断方法与量化结果，读者可据此评估自身智能体在重复任务中的可靠性缺口。